瞄准世界高新技术产业创品牌——贵州红林机械有限公司自主创新纪实

贵州红林机械有限公司隶属于中国第一航空集团，是航空发动机控制系统产品研制、开发、生产和汽车、摩托车零部件制造的高新技术企业。建厂40多年来，特别是最近十几年来．红林公司把增强自主创新能力作为调整经济结构、转变增长方式、推动公司战略发展的中心环节．生产、科研实现了较快发展。年工业总产值由过去长期在1800万元左右徘徊，发展到2007年超过2．8亿元，增长了16倍，利润2400多万元。这是红林公司紧紧依靠自主创新与科技进步，应用高科技技术和开拓创新的管理体制所取得的成绩。     

历届奥运会简介

1896年 第一届雅典奥运会 举办时间：4月6日至4月15日 古代奥运会的复兴吸引了来自14个国家的241名男运动员参加，最大的代表团来自希腊、德国、法国和英国。本届比赛项目有田径、游泳、举重、射击、自行车、古典式摔跤、体操、击剑和网球9个大项。1896年4月6日，美国的詹姆斯·康诺利赢得三级跳远的金牌，成为1500多年来首位奥运冠军，获胜者获得了一枚银质奖章和一支橄榄枝。     

基于时间序列分析的火灾发生规律研究

在时间序列分析建模思想的基础上,基于全国2007年24小时火灾起数建立时间序列模型,对火灾发生趋势进行分析,并从预防控制时间上提出相应的防控建议。     

抓好大学生干部知识向能力转化工作

为了抓好大学生干部知识向能力的转化,我部积极构建科学的三维人才培养模式,延伸培养时间、拓展培养空间、激发成才动力,提高了一线带兵人建连带兵的能力,为基层建设发展提供了坚实的人才支撑。     

不当远离风险的“太平”——记某潜支357艇艇长杨怀军

海军357艇艇长杨怀车，任艇长5年，先后2次率艇长航，创下了海军潜艇远航史上潜望时间最长，到达海区最远，所经海域温度最高、湿度最大，经过台风最多等“五项第一”。他率领官兵出色完成瞄准未来海战的战法研练，实现了自己不当远离风险的“太平官”的诺言。     

时间不等人

时间是构成生命的材料,是生生不息的自然存在,一切事物的发展变化都离不开时间。历史的变迁、社会的变革、时代的变化,由时间来刻录;人生的意义、生命的价值、理想信念的追寻,由时间来承载。一个个连续不断的时间节点组合成了我们的来路与前途、成就和梦想。人是时间的驾驭者,时间的意义被人所赋予。越是伟大的事业,我们越要珍惜时间。正如习主席在春节团拜会上所说:"时间不等人!     

并行离散事件仿真中的DDM机制实现

在并行离散事件仿真系统中实现仿真模型间的互操作机制需要引入类似HLA中定义的声明管理(DM)和数据分发管理(DDM)服务.我们开发的KD-PADSE高性能并行离散事件仿真环境采用谓词断言和对象代理方法在面向对象的并行离散事件仿真系统中实现了基于平行结构和事件调度机制的声明管理(DM)和数据分发管理(DDM)服务.在以千兆以太网互联的10节点Linux集群计算机上,采用DDM机制后仿真模型每秒(物理时间)可以进行1万次属性更新,是没有采用DDM机制时的20倍,在功能性和性能上验证了该DDM机制在并行离散事件仿真系统中的适用性.     

双天线干涉SAR系统无控制点场景的高精度参考相位快速估计算法

为解决无控制点场景参考相位的快速估计问题,对影响参考相位的因素进行理论分析,给出参考相位与影响因素的解析关系式。结合系统参数进行仿真分析,分析参考相位对高程误差的影响。根据分析结果,结合外部粗精度高程数据、滤波后的干涉相位及相干系数,提出高精度参考相位快速估计算法,并给出算法详细实现流程。对实际机载双天线干涉合成孔径雷达系统获取的数据进行处理,结果表明:算法在文中的系统参数下可以达到优于2 m的相对高程精度,处理4096×6560像素的数据块时,参考相位估计速度至少增大20倍。     

航拍图像车辆检测中的圆形滤波器HOG特征快速计算

航拍图像中车辆一般近似为矩形结构,因此通过统计检测窗口中的梯度方向直方图并根据梯度主方向估计车辆朝向,将检测窗口旋转到相应方向进行分类器判别。车辆检测采用级联boosting分类器和梯度方向直方图特征,针对旋转窗口中梯度方向直方图特征的计算,设计一种基于圆形滤波器的梯度方向直方图特征。与传统基于积分直方图的梯度方向直方图特征提取方法相比,显著提高了旋转窗口中梯度方向直方图特征的计算效率,在计算每个像素的梯度时采用查找表代替梯度向量的求模和角度计算也减小了计算量。使用真实图像进行的实验表明,该车辆检测算法快速高效。     

低错误平层数列分割移位低密度奇偶校验码构造算法

为降低LDPC(低密度奇偶校验码)码错误平层,提出一种基于环分类搜索的APPS-LDPC(数列分割移位的LDPC)码构造算法。该算法具有码长、码率和列重的任意可设性,同时该类码的Tanner图围长至少为8。循环移位因子可以通过简单的代数表达式描述,从而降低内存需求。仿真结果表明,当误码率达到10-5时,APPS-LDPC码(496,248)相对于PEG-LDPC(渐进边增长LDPC)码获得了约1.9 d B的性能提升;随着信噪比的升高,两条译码性能曲线之间的差距将更大。此外,列重为3的APPS-LDPC码(6144,5376)在信噪比4.6 d B以后并未出现明显的错误平层。该构造算法与PS-LDPC码相比,在误码率达到10-8时大约获得0.25 d B增益;与围长为4和6的PEG构造算法相比,在错误平层区域其译码性能极优;同时相较于此两者,其构造复杂度和耗时也展现出一定优势。通过基于Tanner图的诱捕集分析方法,统计APPS-LDPC码(496,248)中由8环组成的部分小型诱捕集并不存在,从而证明了其错误平层降低的原因。